[發(fā)明專利]基于深度學習的智能移動終端敏感數據授權驗證缺陷檢測方法

在審

• 申請?zhí)枺?/td>: 201810558413.X
• 申請日: 2018-06-01
• 公開（公告）號: CN108763958A
• 公開（公告）日: 2018-11-06
• 發(fā)明（設計）人: 倪琛;吳敬征;楊牧天;羅天悅
• 申請（專利權）人: 中國科學院軟件研究所
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06N3/08
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 張瑾

1.一種基于深度學習網絡的智能移動終端敏感數據授權驗證缺陷檢測方法，其特征在于，包括：

對安卓應用程序的組件的基本信息進行分析與篩選，獲取敏感數據權限授權特征信息；

針對所述敏感數據權限授權特征信息，對所述安卓應用程序進行描述，構建深度學習網絡特征向量；

結合所述深度學習網絡特征向量，建立深度學習網絡模型；

使用所述深度學習網絡模型，對所述安卓應用程序中敏感數據授權驗證進行檢測，識別敏感數據授權驗證的缺陷。

2.根據權利要求1所述的方法，其特征在于，所述對安卓應用程序的組件的基本信息進行分析與篩選，獲取敏感數據權限授權特征信息包括：對安卓應用程序進行逆向，獲得AndroidManifest.xml文件，對該文件進行分析，獲取安卓應用程序權限信息；分析所述安卓應用程序權限信息，提取與敏感數據授權相關的特征信息。

3.根據權利要求1所述的方法，其特征在于，所述對安卓應用程序的組件的基本信息進行分析與篩選，獲取敏感數據權限授權特征信息包括：在Droidbox中運行安卓應用程序并執(zhí)行，觸發(fā)多種執(zhí)行情況，監(jiān)控其運行時情況并進行分析，從中提取與敏感數據授權相關的特征信息。

4.根據權利要求1至3中任一項所述的方法，其特征在于，所述針對所述敏感數據權限授權特征信息，對所述安卓應用程序進行描述，構建深度學習網絡特征向量包括：對所述敏感數據權限授權特征信息，按使用頻次進行排序，選取其中使用頻次較高的，作為安卓應用程序深度學習網絡模型的特征向量。

5.根據權利要求1至3中任一項所述的方法，其特征在于，所述敏感數據權限授權特征信息包括：對所述敏感數據權限授權特征信息，按影響嚴重性進行排序，選取運行時關鍵特征信息，作為安卓應用程序深度學習網絡模型的特征向量。

6.根據權利要求1至3中任一項所述的方法，其特征在于，所述結合所述深度學習網絡特征向量，建立深度學習網絡模型包括：采用多層自底向上的波爾茨曼機和一層有監(jiān)督的反向傳播網絡組成的深層網絡，以敏感數據授權特征作為深度學習網絡模型的向量，訓練深度學習網絡模型。

7.根據權利要求1至3中任一項所述的方法，其特征在于，所述使用所述深度學習網絡模型，對所述安卓應用程序中敏感數據授權驗證進行檢測，識別敏感數據授權驗證的缺陷包括：提取所述安卓應用程序敏感數據授權特征，使用所述深度學習網絡模型對所述安卓應用程序敏感數據授權特征進行檢測，輸出安卓應用程序敏感數據授權驗證的缺陷。